research-debug 是一个研究驱动的调试工作流，用于解决复杂的机器学习训练问题和架构级缺陷。它把网络研究、代码分析与迭代修复并行推进，以定位根本原因。
适用场景：训练崩溃或发散、模型生成乱码、疑似已有论文或博客讨论过的问题、架构级设计缺陷、性能异常（如 loss spike、reward collapse）。不适合简单语法错误或拼写错误、需求明确的常规功能开发，以及完全没有文献可参考的全新问题。
工作流分四个阶段。第一阶段证据收集并行执行三件事：用 WebSearch 检索相似案例（如 "GRPO policy gradient collapse vocabulary 2024 2025"），通过 task-planner-analyzer 子代理做深度代码分析，同时可启动已知的安全修复（如配置修改、监控）。第二阶段根因三角验证，把文献发现与代码位置做映射表，按 CRITICAL、HIGH、MEDIUM、LOW 优先级排序。第三阶段迭代修复与验证，用 modular-code-architect 应用修复，用 code-reviewer 检查副作用，运行测试并监控指标，问题复现则回到规划阶段。第四阶段文档化，生成根因分析文档并更新项目记忆。
监控指标包括 loss、reward、entropy、gradient_norm、v_norm、kl_loss 等，并可在训练代码中加入熵崩溃、优势全零、V 向量触及裁剪边界等早期预警。
常见陷阱：只修症状不查根因、串行执行浪费时间、忽视文献、不记录失败。成功标准包括根因定位时间小于 2 小时、修复迭代少于 3 次、回归率低于 10%。
该技能为灵活工作流而非固定流程，需根据具体问题调整，同时保持基于证据、并行执行、聚焦根因、充分记录的核心原则。具体安装方式与平台支持暂未提供。